- Primeros pasos
- Equilibrio
- Clústeres
- Deriva del concepto
- Cobertura
- Conjuntos de datos
- Entidades
- Etiquetas (predicciones, niveles de confianza, jerarquía, etc.)
- Modelos
- Transmisiones
- Clasificación del modelo
- Proyectos
- Precisión
- Recordar
- Mensajes revisados y no revisados
- Fuentes
- Taxonomías
- Formación
- Predicciones positivas y negativas verdaderas y falsas
- Validación
- Mensajes
- Administración
- Administrar fuentes y conjuntos de datos
- Comprender la estructura de datos y los permisos
- Crear un origen de datos en la GUI
- Cargar un archivo CSV en un origen
- Crear un nuevo conjunto de datos
- Fuentes y conjuntos de datos multilingües
- Habilitar sentimiento en un conjunto de datos
- Modificar la configuración de un conjunto de datos
- Eliminar mensajes a través de la IU
- Eliminar un conjunto de datos
- Exportar un conjunto de datos
- Uso de integraciones de Exchange
- Preparar datos para cargar archivos .CSV
- Entrenamiento y mantenimiento de modelos
- Comprender las etiquetas, las entidades y los metadatos
- Jerarquía de etiquetas y mejores prácticas
- Definición de los objetivos de taxonomía
- Casos de uso de análisis frente a automatización
- Convertir tus objetivos en etiquetas
- Crear tu estructura de taxonomía
- Mejores prácticas de diseño de taxonomía
- Importar tu taxonomía
- Descripción general del proceso de entrenamiento del modelo
- Anotación generativa (NUEVO)
- Comprender el estado de tu conjunto de datos
- Mejores prácticas de entrenamiento y etiquetado de modelos
- Entrenamiento con análisis de sentimiento de etiqueta habilitado
- Entrenamiento
- Introducción a 'Perfeccionar'
- Explicación de la precisión y la recuperación
- Precisión y recuperación
- ¿Cómo funciona la validación?
- Comprender y mejorar el rendimiento del modelo
- ¿Por qué una etiqueta puede tener una precisión media baja?
- Entrenamiento utilizando 'Comprobar etiqueta' y 'Etiqueta perdida'
- Entrenamiento mediante la etiqueta de aprendizaje (refinar)
- Entrenamiento mediante Buscar (Refinar)
- Comprender y aumentar la cobertura
- Mejorar el equilibrio y usar 'Reequilibrar'
- Cuándo dejar de entrenar tu modelo
- Definir y configurar tus entidades
- Comprender las entidades
- ¿Qué entidades preentrenadas están disponibles?
- Habilitar, deshabilitar, actualizar y crear entidades
- Filtrado de entidades
- Revisar y aplicar entidades
- Validación para entidades
- Mejorar el rendimiento de la entidad
- Creación de entidades regex personalizadas
- Aplicar etiquetas
- Revisar mensajes
- Buscar mensajes
- Edición de etiquetas
- Uso de análisis y supervisión
- Minería de automatizaciones y comunicaciones
- Preguntas frecuentes y más
Revisar mensajes
Permisos de usuario necesarios: 'Ver fuentes' Y 'Revisar y etiquetar'.
Información general
Revisar los mensajes no revisados y aceptar o rechazar las etiquetas y entidades previstas de la plataforma entrena aún más el modelo y su precisión.
Puedes revisar los mensajes no revisados en la mayoría de los modos de entrenamiento en Explorar y en Descubrir:
- Clúster (Discover)
- Buscar (Descubrir y explorar)
- Recientes (Explorar)
- Modo aleatorio (Explorar)
- Modo de etiqueta (Explorar)
- Enseñar (Explorar)
- Confianza baja (Explorar)
Asegúrate de aplicar todas las etiquetas relevantes de tu taxonomía a cada mensaje. Cuando revisas un mensaje, no solo le enseñas al modelo qué etiquetas se aplican, sino también qué etiquetas no. Si no aplicas todas las etiquetas relevantes, envías una señal de entrenamiento negativa al modelo, lo que afectará a su rendimiento.
La opacidad de una etiqueta indica la confianza de la predicción de la plataforma de esa etiqueta; una mayor opacidad indica una mayor confianza.
Al pasar el cursor sobre la etiqueta se abre un modal que muestra la confianza con la que el modelo ha predicho la etiqueta y, si el análisis de sentimiento está habilitado, el sentimiento neto.
- Al hacer clic en la etiqueta, o en el indicador de sentimiento (si el análisis de sentimiento está habilitado) se fija la etiqueta al mensaje, es decir, se confirma la predicción del modelo de esa etiqueta
- Si quieres cambiar la opinión de la etiqueta predicha, haz clic en la imagen de la cara que aparece al pasar el ratón por encima del mensaje
- Si la predicción es incorrecta, añade la correcta: esto descarta las predicciones incorrectas
Al pasar el cursor por encima de la entidad, se abre un modal que muestra la confianza con la que el modelo ha predicho la entidad.
Aceptar/rechazar una entidad
- Al hacer clic en 'Confirmar' en la entidad (o al hacer clic en la tecla de acceso rápido, que es '1' para confirmar una entidad), se fija la entidad al mensaje, es decir, se confirma la predicción del modelo de esa etiqueta
- Al hacer clic en 'Descartar' en la entidad (o al hacer clic en la tecla de acceso rápido, que es '2' para descartar una entidad), se indica a la plataforma que la entidad predicha es incorrecta
- Hacer clic en el botón Cambiar entidad nos permite asignar una entidad diferente, si la entidad predicha es incorrecta
- En el ejemplo anterior, al hacer clic en este botón se mostrarán las otras entidades de nuestro conjunto de datos que podemos asignar
- En este caso, podemos cambiar el tipo de entidad de 'Fecha de cancelación' a 'Inicio de política' en este menú desplegable, que asignará esta entidad
